[发明专利]基于三维结构和色彩模型的单目视觉路面检测方法

说明书

技术领域

本发明属于计算机视觉和图像处理领域，涉及一种结合三维结构和色彩模型的路面检测方法。

背景技术

传统的路面检测方法主要分为基于像素特征的方法和基于结构信息的方法两种。基于像素特征的方法存在着以下缺点：不能准确的检测存在大量光照阴影和斑马线这样的复杂路面，同时不能获取场景的结构深度信息。基于结构信息的方法存在着以下缺点：不能有效的检测路面边缘，并且只对特征点附近路面检测有好的检测结果。

基于单目视觉的路面检测系统相比双目视觉系统更适合运动的车载平台，这是因为单目视觉利用连续帧信息对场景结构进行分析，而双目视觉系统由于没有利用场景的运动信息，因此更加适合静态场景。同时单目视觉系统降低了设备要求，便于安装架设。

发明内容

发明目的：为了解决上述问题，本发明提出了一种基于三维结构和色彩模型的单目视觉路面检测方法。

技术方案：基于三维结构和色彩模型的单目视觉路面检测方法，包括如下步骤：

特征点检测和匹配：采用Harris角点检测方法提取场景图像的特征点，并将当前帧图像的特征点通过稀疏光流匹配的方法和下一帧的图像特征点匹配；

计算摄像机运动：根据特征点匹配关系计算连续两帧图像间的基本矩阵，并通过分解基本矩阵获得摄像机运动参数；

重构特征点三维结构：摄像机运动参数采用线性三角形的方法重构特征点的三维结构；

提取路面特征点：采用随机采样一致性方法来提取三维特征点云中的路平面模型参数，将特征点分为路面特征点和非路面特征点两类；

建立色彩高斯混合模型：根据所述两类特征点建立两种类型的高斯混合色彩模型，每一类的色彩高斯混合模型具有五个高斯分量，这五个高斯分量的生成是通过K-means聚类方法获得；

采用图割的方法分割路面区域。

本发明采用上述技术方案，具有以下有益效果：本发明提出里一个完整有效的路面检测方案，一定程度上解决了光照、斑马线等复杂路面场景的影响。基于单目视觉的路面检测方法相比双目视觉系统更适合运动的车载平台，这是因为单目视觉利用连续帧信息对场景结构进行分析。同时单目视觉系统降低了设备要求，便于安装架设。

附图说明

图1为本发明的方法流程图；

图2为本发明随机采样一致性检测方法拟合路面流程图；

图3为本发明采用色彩高斯混合模型分割路面区域流程图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如图1该方法的具体步骤是：

(1)提取场景图像特征点并匹配

特征点检测采用Harris角点检测方法，这是一种基于图像局部自相关矩阵的主曲率的检测像素点间的相似度方法，它基本思想是认定在两个正交方向上都有明显的灰度导数的点为角点。特征点匹配所用的稀疏光流的方法是一种寻找特征点最优位移的匹配方法，它的能量函数为：

E=∫∫wn2(X)w(X)dX=∫∫w(I(X-d)-J(X))2w(X)dX]]>